通过array.reduce(）实现数据汇总、条件筛选和映射、对象属性的扁平化、转换数据格式、聚合统计、处理树结构数据和性能优化，reduce（）的使用详解（附实际应用代码）

// 在处理数据集时，经常需要对数据进行汇总，比如求和、求平均值、求最大/最小值等。

const numbers = [1, 2, 3, 4, 5];
const total = numbers.reduce((acc, val) => acc + val, 0); // 求和
const average = numbers.reduce((acc, val) => acc + val, 0) / numbers.length; // 求平均值

// reduce() 可以结合条件判断，用于创建一个新数组，其中只包含满足特定条件的元素。

const users = [
  { name: 'Alice', age: 21 },
  { name: 'Bob', age: 25 },
  { name: 'Charlie', age: 20 }
];

const adults = users.reduce((acc, user) => {
  if (user.age >= 18) acc.push(user);
  return acc;
}, []);

// 将嵌套的对象结构扁平化，便于后续处理。

const data = {
  a: { x: 5, y: 6 },
  b: { x: 7, y: 8 }
};

// 方案1、使用reduce嵌套forEach（感谢yzxerha朋友提出的建议）
const flattenedData = Object.keys(data).reduce((acc, key) => {
  Object.keys(data[key]).forEach((subKey) => {
    acc[key + "." + subKey] = data[key][subKey];
  });
  return acc;
}, {});


// 方案2、使用双层reduce嵌套，为了规避双层对象嵌套，将内层的累加起始值设置为外层累加器
// 就能实现内层键值对均累加到外层累加器中，实现双层reduce嵌套结果为单层对象的效果
const flattenedData = Object.keys(data).reduce((acc, key) => {
  return Object.keys(data[key]).reduce((a, k) => {
    a[key + "." + k] = data[key][k];
    return a;
  }, acc);
}, {});

/**
* flattenedData ={
*  'a.x': 5,
*  'a.y': 6,
*  'b.x': 7,
*  'b.y': 8
* }
// 

// 将数据从一种格式转换到另一种格式，比如将数组转换为对象。

const arrayOfKeyValuePairs = [['key1', 'value1'], ['key2', 'value2']];


const obj = arrayOfKeyValuePairs.reduce((acc, [key, value]) => {
  acc[key] = value;
  return acc;
}, {});

// 在处理日志数据或其他需要聚合统计的场景中，reduce() 可以用于计算不同分类下的统计数据。

const salesData = [
  { date: '2021-01-01', product: 'Apple', amount: 10 },
  { date: '2021-01-02', product: 'Apple', amount: 5 },
  { date: '2021-01-01', product: 'Banana', amount: 20 },
  { date: '2021-01-01', product: 'Apple', amount: 20 },
  // ... 更多数据
];

const salesSummary = salesData.reduce((acc, sale) => {
  const key = sale.date + '-' + sale.product;
  if (!acc[key]) {
    acc[key] = { ...sale, total: 0 };
  }
  acc[key].total += sale.amount;
  return acc;
}, {});


// 以该数据为例，结果就会是

/**
* {
*   "2021-01-01-Apple": { date: '2021-01-01', product: 'Apple', amount: 20, total: 30 },
*   "2021-01-02-Apple": { date: '2021-01-02', product: 'Apple', amount: 5, total: 5 },
*   "2021-01-01-Banana": { date: '2021-01-01', product: 'Banana', amount: 20, total: 20 }
*   // ... 更多数据，如果有的话
* }
*/

// 在处理树状结构的数据时，reduce() 可以用来递归地构建一个树形结构。

const treeData = [
  { id: 1, parent: null },
  { id: 2, parent: 1 },
  { id: 3, parent: 1 },
  { id: 4, parent: 3 },
  { id: 5, parent: 3 },
  { id: 6, parent: null }, // 另一个根节点
  { id: 7, parent: 6 },
  { id: 8, parent: 2 },
  { id: 9, parent: 2 },
  { id: 10, parent: 8 }
];

const buildTree = (data) => {
  const tree = data.reduce((acc, item) => {
    acc[item.id] = item;
    // 判断是否存在parent节点
    if (item.parent) {
      // 如果acc[item.parent].children属性不存在，就添加一个[]值
      acc[item.parent].children = acc[item.parent].children || [];
      // 将子节点添加到父节点中
      acc[item.parent].children.push(acc[item.id]);
    }
    return acc;
  }, {});

  return Object.values(tree).filter((node) => node.parent === null);
};


const tree = buildTree(treeData);

// 执行完之后，tree的值为：
const tree = 
[
  {
    id: 1,
    parent: null,
    children: [
      { id: 2, parent: 1, children: [{ id: 8, parent: 2, children: [] }, { id: 9, parent: 2, children: [] }] },
      { id: 3, parent: 1, children: [{ id: 4, parent: 3, children: [] }, { id: 5, parent: 3, children: [] }] }
    ]
  },
  {
    id: 6,
    parent: null,
    children: [{ id: 7, parent: 6, children: [] }]
  }
]

// 在某些情况下，reduce() 可以用于优化性能，因为它允许在单一的遍历中完成复杂的操作，减少了迭代次数。

// 假设有一个大型数组，需要执行一个复杂的操作
const largeArray = /* ... */;
const result = largeArray.reduce((accumulator, item) => {
  // 执行复杂操作并更新accumulator
  return accumulator;
}, initialValue);